Institutional Repository of Coll Elect & Informat Engn
基于多特征融合与RF的球磨机滚动轴承故障诊断 | |
其他题名 | 基于多特征融合与 RF 的球磨机滚动轴承故障诊断 |
王进花1; 周德义1; 曹洁1,2; 李亚洁1 | |
2022-09-16 | |
发表期刊 | 北京航空航天大学学报 |
ISSN | 1001-5965 |
卷号 | 49期号:12页码:1-19 |
摘要 | 由于冶金工业工况复杂,很难从单一信号中获取高质量的故障特征,诊断效果不佳。本文针对直接使用电流和振动信号进行融合,不能体现两类信号在不同频段上的优势和彼此之间的互补信息,而影响诊断性能的问题,提出一种基于振动和电流信号的多特征互补融合故障诊断方法。首先,将振动信号和电流信号的高频系数特征通过最大绝对值规则(Max-absolute)融合,形成体现高频段特征的互补特征。将振动信号和电流信号的低频系数特征通过稀疏表示(Sparse representation,SR)融合,形成体现低频段特征的互补特征。通过定义由多特征组成的特征矩阵融合全频段特征,增强全局特征表征能力。采用递归特征消除法消除融合后的冗余特征,提高分类精度,最后结合随机森林(Random forest ,RF)对轴承故障状态进行分类。实验结果表明,该方法相比基于振动信号和基于电流信号的诊断结果更加准确。 |
关键词 | 特征融合 故障诊断 球磨机 特征提取 随机森林 |
DOI | 10.13700/j.bh.1001-5965.2022.0069 |
URL | 查看原文 |
收录类别 | 北大核心 ; EI ; CSCD |
语种 | 中文 |
资助项目 | 国家重点研发计划项目(2020YFB1713600);国家自然科学基金(62063020);甘肃省自然科学基金项目(20JR5RA463) |
出版者 | Beijing University of Aeronautics and Astronautics (BUAA) |
EI入藏号 | 20240115312446 |
EI主题词 | Failure analysis |
中图分类号 | TD453 |
原始文献类型 | Journal article (JA) |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/159548 |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.甘肃省制造信息工程研究中心 |
第一作者单位 | 电气工程与信息工程学院 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 王进花,周德义,曹洁,等. 基于多特征融合与RF的球磨机滚动轴承故障诊断[J]. 北京航空航天大学学报,2022,49(12):1-19. |
APA | 王进花,周德义,曹洁,&李亚洁.(2022).基于多特征融合与RF的球磨机滚动轴承故障诊断.北京航空航天大学学报,49(12),1-19. |
MLA | 王进花,et al."基于多特征融合与RF的球磨机滚动轴承故障诊断".北京航空航天大学学报 49.12(2022):1-19. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[王进花]的文章 |
[周德义]的文章 |
[曹洁]的文章 |
百度学术 |
百度学术中相似的文章 |
[王进花]的文章 |
[周德义]的文章 |
[曹洁]的文章 |
必应学术 |
必应学术中相似的文章 |
[王进花]的文章 |
[周德义]的文章 |
[曹洁]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论